如何在Python的DataFrame中按条件清除单列单元格内容而非删整行

问题描述 #

给定如下DataFrame，需要将var1列中包含字母Z的单元格内容清空，但保留整行数据：

import pandas as pd

df = pd.DataFrame({"var1": ["AZZBBAA", "CCDDDED", "DZZZZFD", "CDEEEEFG"],
                  "var2": [1,2,4,5]})

期望输出：

var1  var2
0          1
1  CCDDDED    2
2          4
3  CDEEEEFG   5

解决方案 #

方法1：.loc条件赋值（最直观）

通过布尔索引定位符合条件的行，直接将对应单元格设为空字符串：

# 定位var1列中包含'Z'的行，将var1单元格置空
df.loc[df['var1'].str.contains('Z'), 'var1'] = ''

原理：

• df['var1'].str.contains('Z') 返回一个布尔Series，标记每个单元格是否包含Z
• .loc[布尔条件, 列名] 精准定位需要修改的单元格，赋值为空字符串即可

方法2：使用str.replace结合正则（满足你最初的思路）

如果你想用str.replace实现，可以通过正则匹配整个包含Z的字符串，替换为空：

# 正则匹配任意包含Z的字符串，替换为空
df['var1'] = df['var1'].str.replace(r'.*Z.*', '', regex=True)

注意：

• Pandas 2.0及以上版本默认关闭正则匹配，所以必须显式设置regex=True
• 正则.*Z.*表示匹配任意包含Z的完整字符串（.*匹配任意字符任意次数）

方法3：mask函数（Pandas风格的简洁写法）

利用mask函数，当条件为真时替换目标值：

# 当var1包含Z时，替换为空字符串，否则保留原值
df['var1'] = df['var1'].mask(df['var1'].str.contains('Z'), '')

内容的提问来源于stack exchange，提问作者thole